美国各州警方逐步引入数据挖掘（Data Mining）及演算法（Algorithm），预测何时何地最有可能发生罪案，当然系统最关注的是「谁」最有机会犯案了。不论在大型群眾活动或防止罪案，其实各地警方早有採用模拟推论，而且也有该区「心水」目标人物，不过用到大型数据系统结合模拟推算，自然又再掀起关注。但说穿了，争论与系统无关，只是警察诚信能否服眾的问题吧？现在香港警方说要全天候保护朱凯迪，香港人会信这是保护还是监视呢？
现时，美国已约有 20 个州（包括纽约市、芝加哥及洛杉磯）的 50 间大型警局，採用这种预测型监察系统（Predictive policing）。民权团体及技术研究组织们便联署声明，批评这预测式监察系统，认為该软件经常採用偏颇或不完整的数据，合理化警方，让其在警力过度的地方再加强执法，骚扰社区。刑事司法改革专家认為，做法或有种族偏见及过度监管。
这种预测式监控系统，必然引起人权私隐及社会治安的冲突，再加上美国警察近期的表现，确实引起激烈反弹。联署声明认為预防式监察系统，只会进一步恶化歧视问题。
系统并不是首次遭到批评，在 8 月时，芝加哥的系统被指费时失事，无所作為，并不能阻止城市的枪击风波：警方罗列有高犯罪机率（特别是枪械暴力）的人，製成「策略人物列表」，让电脑分析推演。但有报告指出名单中的人，更有可能成為枪击受害者，多於拿枪杀人，认為警方误定监视目标。而芝加哥警方回应记者时，指出报告的发现已经无效，因為该套预防式治安系统已经更新了数次，并经 RAND 检测程式，现已大大改善了。
电脑不坏，问题在人
但话说回头，警方採用预测式的监察防治，其实远早於电脑及相关程式的出现，密芝根大学的数据科学家 H.V. Jagadish 表示。警方会在大型公眾活动调动人手资源，也会根据过往数据作预测，例如，部门会预计参加人数，发生罪案的潜在机率、及需要派多少人手。这种预防式监察，问题不在於採用大数据或电脑程式，而是低估这做法会引起的人权问题，「警方也须要认知，系统指出的机会率（Probabilities），而非必然（Certainties）」，Jagadish 说道。
至於因為可能侵犯人权及造成偏见為由，便要求警方避免使用相关的软件，Jagadish 认為这并不明智，他认為警方须清楚认知这防治工具对於人及社群的影响，「你总不能说，不理过往模式，也不做任何事。预防式监察的确引来不少人权问题讨论。我想这也是问题，因為起步时，不少警察部门只是看到其正面之处，而并不深入细想其负面影响。」Jagadish 还预测式监察系统一个公道，说明了系统中立，只是有人在开初判定潜在罪犯时，因各种偏见出了问题。
电脑可以中肯推演，未来如果结合赢咖4，会否可以取代人类，公正不阿地认真预测谁是诚信守法的好人，谁是脑中满载歪念的坏人？
